Когда-то давно, в те благословенные времена, когда программисты еще наивно полагали, что покрытие кода тестами — это показатель качества, я тоже разделял эту иллюзию. Восемьдесят процентов покрытия? Отлично! Девяносто? Великолепно! Сто? Да вы просто параноик, милейший,…
AI-агент самостоятельно создавал приложение и по ходу работы покрывал его тестами, а качество кода оценивали автоматические проверки. На первый взгляд всё выглядело надёжно: покрытие росло, тесты проходили. Однако мутационное тестирование показало, что часть тестов лишь выполняет код, почти не защищая его от реальных поломок. В статье разберём, какие сенсоры действительно помогают находить регрессии, а какие создают ложное чувство уверенности. Читать далее
В новом переводе от команды Spring АйО на простом Java-примере показываем:– как работает мутационное тестирование с Pitest; – почему 100% покрытия недостаточно; – откуда берутся выжившие мутанты; – почему не стоит прогонять MT по всему проекту; – и в каких случаях этот подход действительно окупается.А ещё как поручить настройку и запуск Pitest AI-агенту с помощью готового skill. Читать далее
Насколько вы уверены в своих тестах? Покрывают ли они все ветки выполнения ваших функций? Можем ли мы доверять Code Coverage? Ответы на эти вопросы дает мутационное тестирование. Для того чтобы пролить свет на самые темные его уголки, мы поговорили с PHP девелопером Itransition Максом…